一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率：差距、影響因素與提升路徑

馬聰穎　吳宏超

摘 要：采用DEA-Malmquist模型評(píng)價(jià)2010-2017年一流大學(xué)建設(shè)高校科技創(chuàng)新的靜態(tài)和動(dòng)態(tài)效率，并使用Tobit模型分析高?？萍紕?chuàng)新效率的影響因素。研究發(fā)現(xiàn)：高?？萍紕?chuàng)新年均靜態(tài)效率均未實(shí)現(xiàn)最優(yōu)，且高校間差距明顯。高?？萍紕?chuàng)新全要素生產(chǎn)率整體呈小幅提高趨勢(shì)。高校科技創(chuàng)新的靜態(tài)效率與動(dòng)態(tài)效率存在地區(qū)差異。“雙一流”建設(shè)戰(zhàn)略提出后，高?？萍紕?chuàng)新效率并沒(méi)有持續(xù)穩(wěn)步提高，目前處于人力資本“稀缺”，物質(zhì)資本“豐?！钡碾A段。管理水平、技術(shù)水平、評(píng)價(jià)方式、投入產(chǎn)出規(guī)模等內(nèi)因?qū)Ω咝？萍紕?chuàng)新效率有影響，經(jīng)濟(jì)發(fā)展水平、信息化水平、研發(fā)人才質(zhì)量對(duì)高校科技創(chuàng)新效率有顯著影響，產(chǎn)業(yè)結(jié)構(gòu)、政府支持力度、對(duì)外聯(lián)系程度對(duì)高?？萍紕?chuàng)新效率影響不顯著。

關(guān)鍵詞：一流大學(xué)建設(shè)高校;科技創(chuàng)新效率;DEA模型;Malmquist指數(shù);面板Tobit模型

一、問(wèn)題的提出

在實(shí)現(xiàn)中華民族偉大復(fù)興的進(jìn)程中，科技創(chuàng)新的地位至關(guān)重要。新增長(zhǎng)理論的興起奠定了科技創(chuàng)新在經(jīng)濟(jì)增長(zhǎng)中的重要作用，作為經(jīng)濟(jì)增長(zhǎng)的內(nèi)在動(dòng)力，科技存量的多寡決定著該國(guó)（地區(qū)）的經(jīng)濟(jì)增長(zhǎng)。高校作為國(guó)家創(chuàng)新系統(tǒng)的重要執(zhí)行主體，不僅成為重大科技成果的誕生地，而且成為經(jīng)濟(jì)增長(zhǎng)的新引擎。[1]隨著我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)和創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的實(shí)施，高?？萍紕?chuàng)新能力及對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)受到前所未有的重視。2015年國(guó)務(wù)院印發(fā)《統(tǒng)籌推進(jìn)世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》緊緊圍繞“中國(guó)特色，世界一流”的核心要求，在建設(shè)一流師資隊(duì)伍，培養(yǎng)拔尖創(chuàng)新人才，提升科學(xué)研究水平，著力推進(jìn)成果轉(zhuǎn)化等方面，對(duì)高校科技創(chuàng)新提出了更高的要求。2016年習(xí)總書(shū)記發(fā)表的《為建設(shè)世界科技強(qiáng)國(guó)而奮斗》重要講話中指出：“成為世界科技強(qiáng)國(guó)，成為世界主要科學(xué)中心和創(chuàng)新高地，必須擁有一批世界一流科研機(jī)構(gòu)、研究型大學(xué)、創(chuàng)新型企業(yè)，能夠持續(xù)涌現(xiàn)一批重大原創(chuàng)性科學(xué)成果?！笨梢?jiàn)，科技創(chuàng)新是國(guó)家發(fā)展的核心，更是一流大學(xué)建設(shè)和發(fā)展的關(guān)鍵。一流大學(xué)建設(shè)高校作為高水平大學(xué)的突出代表，肩負(fù)著產(chǎn)出前沿重大科技成果和提高國(guó)家原始創(chuàng)新能力的重任。

資源擴(kuò)張型的發(fā)展模式是不可持續(xù)的，而且我國(guó)高校創(chuàng)新資源配置相對(duì)較少、高校內(nèi)部資源浪費(fèi)嚴(yán)重、高校創(chuàng)新價(jià)值轉(zhuǎn)化率低下等問(wèn)題日趨明顯。[2][3]因此，“雙一流”建設(shè)的實(shí)施，要求引入競(jìng)爭(zhēng)機(jī)制，打破科研身份固化和創(chuàng)新效率低下的局面，并形成基于績(jī)效評(píng)價(jià)的動(dòng)態(tài)調(diào)整和激勵(lì)約束機(jī)制。在這種背景下，評(píng)價(jià)一流大學(xué)建設(shè)高校的科技創(chuàng)新效率并分析影響因素，不僅有利于動(dòng)態(tài)調(diào)整高校創(chuàng)新資源配置，激勵(lì)其有效提高創(chuàng)新效率，推動(dòng)高校內(nèi)涵式發(fā)展，而且有利于有限的創(chuàng)新資源發(fā)揮最大的社會(huì)經(jīng)濟(jì)效益，推進(jìn)創(chuàng)新型國(guó)家建設(shè)，為國(guó)際創(chuàng)新效率領(lǐng)域貢獻(xiàn)“中國(guó)方案”和“中國(guó)智慧”。

二、既有文獻(xiàn)回顧與述評(píng)

科技創(chuàng)新是指高校通過(guò)有效投入與配置學(xué)校內(nèi)外部科技創(chuàng)新資源，以知識(shí)創(chuàng)新、成果轉(zhuǎn)化、管理創(chuàng)新等方式投入科技創(chuàng)新活動(dòng)，從而產(chǎn)出高水平科技創(chuàng)新成果。[4]目前，國(guó)內(nèi)外學(xué)者主要采用效率測(cè)算的方法評(píng)價(jià)高?？萍紕?chuàng)新能力，針對(duì)該主題的研究主要集中在以下兩方面：

（一）定量評(píng)價(jià)高校創(chuàng)新效率的水平

在研究方法上，主要采用非參數(shù)法和參數(shù)法，而非參數(shù)法中的DEA模型及其擴(kuò)展模型在高校創(chuàng)新效率評(píng)價(jià)問(wèn)題中被廣泛應(yīng)用。劉美生（Liu）和吳德勝（Wu）運(yùn)用網(wǎng)絡(luò)DEA模型，基于2013-2015年34所985大學(xué)的數(shù)據(jù)，發(fā)現(xiàn)這些大學(xué)創(chuàng)新技術(shù)效率偏低，有21所大學(xué)處于規(guī)模報(bào)酬遞增階段。[5]林濤和呂寒運(yùn)用DEA模型評(píng)價(jià)2015年廣東省13所高水平大學(xué)的科技投入產(chǎn)出效率，發(fā)現(xiàn)6所高校的綜合效率達(dá)到最優(yōu)，僅有2所高校的效率低于0.5。[6]王曉珍和蔣子潔等運(yùn)用DEA模型評(píng)價(jià)“十二五”期間我國(guó)31個(gè)省份高校創(chuàng)新效率，發(fā)現(xiàn)我國(guó)高校創(chuàng)新效率整體呈非DEA有效。純技術(shù)效率較低是制約高校創(chuàng)新綜合效率的直接原因。[7]

近年來(lái)，學(xué)者開(kāi)始運(yùn)用Malmquist指數(shù)法評(píng)價(jià)高校創(chuàng)新的動(dòng)態(tài)效率。朱恬恬和胡霞等運(yùn)用Malmquist指數(shù)法評(píng)價(jià)31所教育部直屬“雙一流”建設(shè)高校的全要素科技創(chuàng)新資源配置效率。[8]彭迪、郭化林從人才培養(yǎng)、科研產(chǎn)出、社會(huì)影響三個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)，運(yùn)用Malmquist指數(shù)法測(cè)算出32所“雙一流”建設(shè)高校辦學(xué)全要素生產(chǎn)率均值為1.097，且呈現(xiàn)“中部塌陷”態(tài)勢(shì)。部分高校的技術(shù)進(jìn)步、純技術(shù)效率與規(guī)模效率及其對(duì)全要素生產(chǎn)率正向促進(jìn)的“合力”有較大的提高空間。[9]

（二）定量研究高校創(chuàng)新效率的影響因素

在評(píng)價(jià)高校創(chuàng)新效率的基礎(chǔ)上，國(guó)內(nèi)外學(xué)者進(jìn)一步運(yùn)用面板Tobit模型、SFA函數(shù)法實(shí)證研究高校創(chuàng)新效率的影響因素。阿加西斯蒂（Agasisti）和貝爾菲爾德（Belfield）采用SFA函數(shù)，指出政府對(duì)各類(lèi)型高校的支持力度是影響科技創(chuàng)新效率的首要因素。[10]王曉珍和蔣子潔運(yùn)用面板Tobit模型發(fā)現(xiàn)經(jīng)濟(jì)優(yōu)勢(shì)、區(qū)位優(yōu)勢(shì)、政府扶持力度、基礎(chǔ)設(shè)施狀況對(duì)高校創(chuàng)新效率有較顯著影響。[11]余冬筠和金祥榮、于志軍和楊昌輝等學(xué)者也發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r、科研人員素質(zhì)、國(guó)際交流狀況等因素對(duì)高校創(chuàng)新效率有影響。[12][13]

綜上所述，目前國(guó)內(nèi)外學(xué)者已經(jīng)在高校創(chuàng)新效率的實(shí)證研究方面取得了諸多的成果，但是關(guān)于一流大學(xué)建設(shè)高校創(chuàng)新效率的研究仍存在不足。第一，并未明確劃分創(chuàng)新成果的產(chǎn)出類(lèi)型，多從成果整體產(chǎn)出的視角籠統(tǒng)構(gòu)建高?？萍紕?chuàng)新的評(píng)價(jià)指標(biāo)。第二，單方面地關(guān)注高校的靜態(tài)效率或者動(dòng)態(tài)效率，沒(méi)有綜合研究靜態(tài)和動(dòng)態(tài)效率。第三，只是簡(jiǎn)單地討論技術(shù)效率、規(guī)模效率、純技術(shù)效率等內(nèi)部因素對(duì)高校效率的影響，尚沒(méi)有文獻(xiàn)實(shí)證分析外部環(huán)境因素的影響，更鮮有文獻(xiàn)考察信息化水平對(duì)高校創(chuàng)新效率的影響。

基于此，本文以一流大學(xué)建設(shè)高校為研究對(duì)象，采用DEA-Malmquist指數(shù)評(píng)價(jià)2010-2017年高?？萍紕?chuàng)新的靜態(tài)和動(dòng)態(tài)效率，分地區(qū)進(jìn)行差異對(duì)比分析，并根據(jù)評(píng)價(jià)結(jié)果，運(yùn)用面板Tobit模型分析高?？萍紕?chuàng)新效率的影響因素。創(chuàng)新之處體現(xiàn)在以下三點(diǎn)：（1）明確劃分創(chuàng)新成果的產(chǎn)出類(lèi)型，從學(xué)術(shù)價(jià)值產(chǎn)出和經(jīng)濟(jì)價(jià)值產(chǎn)出角度全面構(gòu)建一流大學(xué)建設(shè)高校科技創(chuàng)新的評(píng)價(jià)指標(biāo);（2）考慮投入產(chǎn)出指標(biāo)的時(shí)滯性問(wèn)題，綜合分析一流大學(xué)建設(shè)高?？萍紕?chuàng)新的靜態(tài)和動(dòng)態(tài)效率有何變化;（3）運(yùn)用面板Tobit模型實(shí)證研究影響高校創(chuàng)新效率的環(huán)境變量，并在此基礎(chǔ)上深入剖析影響一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率的內(nèi)外部環(huán)境因素。

三、研究設(shè)計(jì)

（一）研究模型

1.DEA模型

DEA模型是評(píng)價(jià)具有多投入多產(chǎn)出特征決策單元相對(duì)效率的主流方法之一，適合評(píng)價(jià)一流大學(xué)建設(shè)高校以多投入多產(chǎn)出為特征的科技創(chuàng)新活動(dòng)。本研究采用規(guī)模報(bào)酬可變的DEA-BCC模型評(píng)價(jià)高校科技創(chuàng)新的靜態(tài)效率。模型表達(dá)式為：

式（1）中：θ表示技術(shù)效率值，當(dāng)θ<1時(shí)，決策單元為DEA非有效;當(dāng)θ=1時(shí)，決策單元為DEA有效。技術(shù)效率可分解為純技術(shù)效率與規(guī)模效率的乘積。其中，純技術(shù)效率是高校內(nèi)部管理、技術(shù)和績(jī)效評(píng)價(jià)方式等因素影響的生產(chǎn)效率;規(guī)模效率是高校投入產(chǎn)出規(guī)模等因素影響的生產(chǎn)效率。[14]

2.Malmquist指數(shù)

Malmquist指數(shù)反映決策單元前后兩個(gè)時(shí)期生產(chǎn)效率的變化趨勢(shì)?？蛇M(jìn)一步分解為：Malmquist指數(shù)=全要素生產(chǎn)率=技術(shù)進(jìn)步效率×技術(shù)效率。t到t+1時(shí)期的Malmquist指數(shù)表達(dá)式為：

式（2）中：當(dāng)M<1時(shí)，t到t+1時(shí)期全要素生產(chǎn)率降低;當(dāng)M=1時(shí)，t到t+1時(shí)期全要素生產(chǎn)率不變;當(dāng)M>1時(shí)，t到t+1時(shí)期全要素生產(chǎn)率提高。[15]

3.面板Tobit模型

采用DEA模型測(cè)算的高?？萍紕?chuàng)新效率值在區(qū)間[0，1]內(nèi)，具有截取數(shù)據(jù)的特征。若使用OLS法進(jìn)行估計(jì)，會(huì)使結(jié)果嚴(yán)重有偏差，因此采用因變量受限模型中的面板Tobit模型分析一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率的影響因素。模型表達(dá)式為：

式（3）中：Yit為技術(shù)效率值;Xit為影響因素向量;i為省份;t為年份;βT為回歸參數(shù)向量;εit為誤差項(xiàng)。[16]

（二）指標(biāo)構(gòu)建

1.投入產(chǎn)出指標(biāo)

高?？萍紕?chuàng)新活動(dòng)是一項(xiàng)多投入多產(chǎn)出的活動(dòng)，究竟該選用哪些指標(biāo)評(píng)價(jià)創(chuàng)新效率目前仍無(wú)統(tǒng)一說(shuō)法。

（1）科技創(chuàng)新投入。以Griliches-Jaffe知識(shí)生產(chǎn)函數(shù)為基礎(chǔ)，選用現(xiàn)有研究中最常見(jiàn)的兩種創(chuàng)新投入要素：R&D人員全時(shí)當(dāng)量和R&D經(jīng)費(fèi)內(nèi)部支出。R&D人員全時(shí)當(dāng)量是高?？萍紕?chuàng)新活動(dòng)的基本人力投入資源。R&D經(jīng)費(fèi)內(nèi)部支出作為一項(xiàng)流量指標(biāo)，反映年度內(nèi)研發(fā)資金的實(shí)際內(nèi)部支出。

（2）科技創(chuàng)新產(chǎn)出?，F(xiàn)有研究并未明確劃分產(chǎn)出類(lèi)型，導(dǎo)致指標(biāo)構(gòu)建不全面、缺乏代表性。結(jié)合高校創(chuàng)新成果的基本特征，應(yīng)從學(xué)術(shù)價(jià)值產(chǎn)出和經(jīng)濟(jì)價(jià)值產(chǎn)出角度全面構(gòu)建評(píng)價(jià)指標(biāo)。學(xué)術(shù)價(jià)值產(chǎn)出是指高校在基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展方面取得的科技創(chuàng)新成果，選取科技論文發(fā)表數(shù)、科技著作出版數(shù)和專(zhuān)利授權(quán)數(shù)作為表征指標(biāo)。經(jīng)濟(jì)價(jià)值產(chǎn)出是指高?？萍紕?chuàng)新活動(dòng)所產(chǎn)生的直接經(jīng)濟(jì)效益，選取專(zhuān)利出售實(shí)際收入和技術(shù)轉(zhuǎn)讓實(shí)際收入作為表征指標(biāo)。

2.影響因素指標(biāo)

高?？萍紕?chuàng)新能力的提高不僅源于創(chuàng)新主體內(nèi)在活力的增加，更源于創(chuàng)新環(huán)境的改善。借鑒已有的研究，選取以下環(huán)境變量并采用面板Tobit模型分析其影響因素。

（1） 經(jīng)濟(jì)發(fā)展水平X1。較高的經(jīng)濟(jì)發(fā)展水平增加了當(dāng)?shù)卣亩愂?，?lái)自于稅收的政府公共教育經(jīng)費(fèi)占教育經(jīng)費(fèi)總量的大部分，對(duì)教育活動(dòng)起決定性作用，而教育活動(dòng)是高?？萍紕?chuàng)新活動(dòng)的基礎(chǔ)。[17]因此，經(jīng)濟(jì)發(fā)展水平與高?？萍紕?chuàng)新活動(dòng)具有高度相關(guān)性，可以用各城市人均GDP來(lái)衡量經(jīng)濟(jì)發(fā)展水平。

（2） 產(chǎn)業(yè)結(jié)構(gòu)X2。首先，第三產(chǎn)業(yè)發(fā)達(dá)的城市對(duì)高校科技創(chuàng)新有更大的需求，市場(chǎng)需求的提升驅(qū)動(dòng)了高校科技創(chuàng)新效率的提高。其次，瑟斯比（Thursby）等的研究顯示，越高級(jí)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)高科技的吸收力越強(qiáng)，越容易促進(jìn)高?？萍紕?chuàng)新成果的轉(zhuǎn)化。[18]以第三產(chǎn)業(yè)產(chǎn)值占三大產(chǎn)業(yè)的比重來(lái)衡量產(chǎn)業(yè)結(jié)構(gòu)。

（3） 信息化水平X3。信息化水平的提高特別是互聯(lián)網(wǎng)的普及，不僅有利于科技信息的公開(kāi)，緩解科技資源分布不均，而且有利于降低自主創(chuàng)新的門(mén)檻，創(chuàng)新科技模式和科技制度。以互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)占全市總?cè)丝诘谋戎貋?lái)衡量信息化水平。

（4） 研發(fā)人員質(zhì)量X4。R&D人員素質(zhì)越高，表明人員的知識(shí)和專(zhuān)業(yè)技能儲(chǔ)備越豐富，越利于創(chuàng)造新知識(shí)、開(kāi)發(fā)新技術(shù)，也有利于引進(jìn)、吸收和利用其他的前沿知識(shí)、技術(shù)，提高研發(fā)效率。以教師和科研人員中高級(jí)職稱(chēng)的占比來(lái)衡量研發(fā)人員質(zhì)量。

（5） 政府支持力度X5。政府支持對(duì)高?？萍紕?chuàng)新活動(dòng)起到引導(dǎo)和協(xié)調(diào)作用，不僅直接影響科學(xué)研究的強(qiáng)度，而且引導(dǎo)科學(xué)研究的方向和整體水平。政府主要通過(guò)財(cái)政科技撥款、稅收優(yōu)惠等措施資助高校創(chuàng)新活動(dòng)。以政府資金占當(dāng)年撥入科技經(jīng)費(fèi)的比重來(lái)衡量政府支持力度。

（6）對(duì)外聯(lián)系程度X6。在全球化時(shí)代，跨地域、跨學(xué)科的科技合作與交流，能促進(jìn)先進(jìn)技術(shù)和前沿知識(shí)的流動(dòng)，發(fā)揮知識(shí)的溢出效應(yīng)，提高高校的創(chuàng)新產(chǎn)出質(zhì)量及國(guó)際學(xué)術(shù)影響力。用國(guó)際學(xué)術(shù)會(huì)議交流論文數(shù)+國(guó)際學(xué)術(shù)會(huì)議特邀報(bào)告數(shù)來(lái)衡量高校對(duì)外聯(lián)系程度。[19]

（三）數(shù)據(jù)來(lái)源

本文選取2010-2017年的面板數(shù)據(jù)，投入產(chǎn)出數(shù)據(jù)來(lái)源于《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》（2011-2018）、影響因素?cái)?shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》（2011-2018）。鑒于數(shù)據(jù)的可獲得性，決策單元選定為42所一流大學(xué)建設(shè)高校中的32所教育部直屬高校，教育部直屬高校是一流大學(xué)建設(shè)高校的主體，其科技創(chuàng)新效率能集中反映一流大學(xué)建設(shè)高校的科技創(chuàng)新效率。

考慮到高?？萍紕?chuàng)新活動(dòng)的時(shí)滯性，借鑒安德森（Anderson）和戴姆（Daim）等、范柏乃和余鈞的研究，采用Pearson相關(guān)系數(shù)分析投入指標(biāo)年際間的相關(guān)性，結(jié)果顯示：相鄰年際間投入指標(biāo)相關(guān)系數(shù)均高于0.90且顯著相關(guān)，故投入指標(biāo)和產(chǎn)出指標(biāo)采用同年數(shù)據(jù)，對(duì)評(píng)價(jià)結(jié)果不會(huì)產(chǎn)生顯著影響。[20][21]

四、實(shí)證分析

（一）靜態(tài)效率分析

采用DEA模型評(píng)價(jià)2010-2017年一流大學(xué)建設(shè)高?？萍紕?chuàng)新靜態(tài)效率，年均結(jié)果如圖1所示。

由圖1可見(jiàn)，2010-2017年一流大學(xué)建設(shè)高?？萍紕?chuàng)新年均靜態(tài)效率連續(xù)八年均未實(shí)現(xiàn)最優(yōu)且呈波動(dòng)變化趨勢(shì)，表明“高投入-高產(chǎn)出”為主的推動(dòng)機(jī)制并沒(méi)有持續(xù)提高一流大學(xué)建設(shè)高校的科技創(chuàng)新效率。

為進(jìn)一步了解一流大學(xué)建設(shè)高校科技創(chuàng)新靜態(tài)效率的具體情況，以2017年為例進(jìn)行分析。2017年32所一流大學(xué)建設(shè)高校的年均技術(shù)效率、規(guī)模效率和純技術(shù)效率值分別為0.826、0.883、0.935，可見(jiàn)一流大學(xué)建設(shè)高校整體的科技創(chuàng)新效率水平較高，但68.75%的（22所）高校為非DEA有效，且高校之間差距明顯。具體分析如下：

1.DEA有效的高校有10所。清華大學(xué)、東北大學(xué)、東南大學(xué)等10所高?？萍紕?chuàng)新技術(shù)效率、規(guī)模效率和純技術(shù)效率值均為1，且處于規(guī)模報(bào)酬不變階段。表明這些高校的科技創(chuàng)新管理水平、績(jī)效評(píng)價(jià)方式、科技成果轉(zhuǎn)化機(jī)制、投入產(chǎn)出規(guī)模等均處于最優(yōu)狀態(tài)，是其他高校的標(biāo)桿學(xué)習(xí)對(duì)象。

2.DEA弱有效的高校有7所。中國(guó)人民大學(xué)、南開(kāi)大學(xué)、吉林大學(xué)、復(fù)旦大學(xué)等7所高?？萍紕?chuàng)新純技術(shù)效率均為1，而規(guī)模效率不為1，導(dǎo)致技術(shù)效率未達(dá)到最優(yōu)狀態(tài)。表明這些高校的科技創(chuàng)新管理水平、績(jī)效評(píng)價(jià)方式、成果轉(zhuǎn)化機(jī)制等最優(yōu)，而科技創(chuàng)新資源投入或者產(chǎn)出規(guī)模不當(dāng)?shù)仁瞧淇萍紕?chuàng)新技術(shù)效率提高的最大短板。吉林大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)和浙江大學(xué)和四川大學(xué)這5所高校處于規(guī)模報(bào)酬遞減階段，可能由于內(nèi)部管理機(jī)制不健全導(dǎo)致科技人員、科技經(jīng)費(fèi)投入冗余，造成了規(guī)模不經(jīng)濟(jì)。中國(guó)人民大學(xué)、南開(kāi)大學(xué)這2所高校處于規(guī)模報(bào)酬遞增階段。

3.DEA無(wú)效的高校有15所。北京大學(xué)、中國(guó)農(nóng)業(yè)大學(xué)、北京師范大學(xué)等15所高校的科技創(chuàng)新技術(shù)效率及其分解指標(biāo)效率值皆不為1，純技術(shù)效率普遍低于規(guī)模效率，且純技術(shù)效率的校際差距較大。其中，北京大學(xué)的技術(shù)效率最低，僅為0.563。北京大學(xué)、天津大學(xué)、大連理工大學(xué)等6所高校處于規(guī)模報(bào)酬遞減階段，中國(guó)農(nóng)業(yè)大學(xué)、北京師范大學(xué)、同濟(jì)大學(xué)等9所高校處于規(guī)模報(bào)酬遞增階段。這15所高校的規(guī)模效率和純技術(shù)效率皆未處于最優(yōu)狀態(tài)。

提高高?？萍紕?chuàng)新效率應(yīng)實(shí)行差異化原則，規(guī)模報(bào)酬遞增的高校應(yīng)重點(diǎn)加大科技創(chuàng)新資源投入，規(guī)模報(bào)酬遞減的高校應(yīng)重點(diǎn)加強(qiáng)優(yōu)化科技資源管理體制，適當(dāng)縮減投入規(guī)模。通過(guò)DEAP軟件，進(jìn)一步計(jì)算出2017年一流建設(shè)高校的投入冗余和產(chǎn)出不足量，如表1所示。這些高校可以減少投入或增加產(chǎn)出指標(biāo)數(shù)量，從而提高規(guī)模效率。

（二）動(dòng)態(tài)效率分析

采用Malmquist指數(shù)評(píng)價(jià)2010-2017年一流大學(xué)建設(shè)高校科技創(chuàng)新動(dòng)態(tài)效率的變化趨勢(shì)及分析變化的原因。

1.時(shí)間維度差距。從表2的結(jié)果來(lái)看，高校科技創(chuàng)新全要素生產(chǎn)率年均大于1（1.007），表明2010-2017年一流大學(xué)建設(shè)高校科技創(chuàng)新全要素生產(chǎn)率整體呈小幅提高趨勢(shì)，年均增長(zhǎng)率為0.7%，發(fā)展態(tài)勢(shì)一般。且不同時(shí)間段全要素生產(chǎn)率差距明顯，2011-2012、2012-2013、2016-2017年高校呈現(xiàn)不同幅度降低。結(jié)合圖2深入分析高?？萍紕?chuàng)新效率變動(dòng)的方向和原因，可見(jiàn)技術(shù)進(jìn)步效率與全要素生產(chǎn)率呈同方向變動(dòng)。全要素生產(chǎn)率年均提高0.7%，主要源于技術(shù)進(jìn)步效率年均提高1.4%，可見(jiàn)高校科技創(chuàng)新效率的提高屬于技術(shù)進(jìn)步推動(dòng)型。2010-2017年高校的科技創(chuàng)新管理水平、績(jī)效評(píng)價(jià)方式、資源配置效率等稍微降低，技術(shù)水平、投入產(chǎn)出規(guī)模適宜度等稍微提高。

2.校際維度差距。由表3可知，全要素生產(chǎn)率大于1的高校有20所，占樣本高校的62.5%。32所高校Malmquist指數(shù)及其分解指標(biāo)可分為6類(lèi)。具體分析如下：Ⅰ、Ⅱ、Ⅲ類(lèi)高校的全要素生產(chǎn)率提高，Ⅳ、Ⅴ、Ⅵ類(lèi)高校的全要素生產(chǎn)率降低。Ⅰ高校的技術(shù)進(jìn)步效率和技術(shù)效率均提高，應(yīng)繼續(xù)保持二者的提高態(tài)勢(shì)，穩(wěn)步推進(jìn)科技創(chuàng)新全要素生產(chǎn)率持續(xù)提高。Ⅵ類(lèi)高校技術(shù)進(jìn)步效率和技術(shù)效率均降低，未來(lái)應(yīng)著重提高二者，以推進(jìn)科技創(chuàng)新全要素生產(chǎn)率的提高。Ⅱ類(lèi)、Ⅴ類(lèi)高校的全要素生產(chǎn)率的變動(dòng)主要源于技術(shù)進(jìn)步效率的變動(dòng)，屬于技術(shù)進(jìn)步效率依賴(lài)性。Ⅲ類(lèi)、Ⅳ類(lèi)高校的全要素生產(chǎn)率的變動(dòng)要源于技術(shù)效率的變動(dòng)，屬于技術(shù)效率依賴(lài)性。Ⅱ類(lèi)和Ⅳ類(lèi)高校的技術(shù)效率均降低，未來(lái)應(yīng)著重提高技術(shù)效率。Ⅲ類(lèi)和Ⅴ類(lèi)高校的技術(shù)進(jìn)步效率降低，未來(lái)應(yīng)著重提高技術(shù)進(jìn)步效率。

（三）地區(qū)差距對(duì)比分析

為進(jìn)一步討論不同地區(qū)一流大學(xué)建設(shè)高校的科技創(chuàng)新效率是否存在差異性，現(xiàn)就分學(xué)校區(qū)域進(jìn)行對(duì)比分析。根據(jù)地理位置結(jié)合經(jīng)濟(jì)發(fā)展?fàn)顩r，可劃分為東、中、西部三個(gè)地區(qū)。①一流大學(xué)建設(shè)高校東部有21所、中部有5所和西部有6所。一流大學(xué)建設(shè)高校的科技創(chuàng)新效率的確存在地區(qū)差異，效率高低與所在的地理位置有一定的相關(guān)性。

表4表明，技術(shù)效率及其分解指標(biāo)值排序依次為：中部>西部>東部。由于西部大開(kāi)發(fā)、中原崛起、中西部高等教育振興計(jì)劃、“一帶一路”等戰(zhàn)略的實(shí)施，中西部地區(qū)高校得到了更多資源、政策、技術(shù)的支持，從而使科技創(chuàng)新管理水平提高、科技成果轉(zhuǎn)化率提高、科技創(chuàng)新基礎(chǔ)設(shè)施更加健全，科技經(jīng)費(fèi)和創(chuàng)新人才增加，最終推動(dòng)了技術(shù)效率的提高。東部地區(qū)高校因績(jī)效評(píng)價(jià)方式、內(nèi)部管理體制、創(chuàng)新資源配置等方面存在問(wèn)題，造成資源投入冗余和浪費(fèi)，最終導(dǎo)致技術(shù)效率較低。

表5表明，全要素生產(chǎn)率排序依次為：西部>中部>東部。西部和中部地區(qū)高校的全要素生產(chǎn)率均提高，主要源于技術(shù)進(jìn)步效率的提高。東部地區(qū)高校的全要素生產(chǎn)率降低，主要源于純技術(shù)效率的降低。中西部地區(qū)得益于國(guó)家戰(zhàn)略的實(shí)施和政策的支持，高?？萍冀?jīng)費(fèi)增加，科技創(chuàng)新基礎(chǔ)設(shè)施更加健全，吸引了更多優(yōu)秀的創(chuàng)新人才，推動(dòng)了科技進(jìn)步，促使技術(shù)進(jìn)步效率提高。東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、基礎(chǔ)設(shè)施健全、有活躍的創(chuàng)新文化環(huán)境，但是在績(jī)效評(píng)價(jià)方式、內(nèi)部管理體制等方面問(wèn)題，促使純技術(shù)效率降低。

（四）影響因素分析

由上文的實(shí)證分析結(jié)果可見(jiàn)，一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率明顯存在時(shí)間、校際和地區(qū)差距。是什么因素導(dǎo)致了高?？萍紕?chuàng)新效率的差距？本文在采用DEA-Malmquist模型評(píng)價(jià)高?？萍紕?chuàng)新效率的基礎(chǔ)上，進(jìn)一步運(yùn)用Stata15.1軟件進(jìn)行面板Tobit模型回歸分析，探究一流大學(xué)建設(shè)高校科技創(chuàng)新效率的影響因素。針對(duì)面板Tobit模型選擇，Likelihood-ratio檢驗(yàn)的Chibar2（1）對(duì)應(yīng)的P值為0.000，故認(rèn)為存在個(gè)體效應(yīng)，應(yīng)采用隨機(jī)效應(yīng)面板Tobit模型。本文采用隨機(jī)效應(yīng)面板Tobit模型對(duì)一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率的影響因素進(jìn)行回歸分析，模型如下：

Y_it=β₀+β₁lnX₁+β₂X₂+β₃X₃+β₄X₄+β₅X₅+β₆lnX₆+ε_it

根據(jù)回歸模型的估計(jì)結(jié)果，具體分析如下：

1.經(jīng)濟(jì)發(fā)展水平與高校科技創(chuàng)新效率呈顯著負(fù)相關(guān)。一般而言，經(jīng)濟(jì)發(fā)展水平越高，高校科技創(chuàng)新效率越高。但是，經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，企業(yè)、科研機(jī)構(gòu)科技創(chuàng)新能力越強(qiáng)，會(huì)對(duì)高?？萍紕?chuàng)新產(chǎn)生“擠出效應(yīng)”，導(dǎo)致當(dāng)?shù)馗咝５目萍紕?chuàng)新成果在市場(chǎng)競(jìng)爭(zhēng)中處于劣勢(shì)，從而降低了高?？萍紕?chuàng)新效率。

2.產(chǎn)業(yè)結(jié)構(gòu)與高?？萍紕?chuàng)新效率呈正相關(guān)但不顯著。表明第三產(chǎn)業(yè)占比越高，產(chǎn)業(yè)結(jié)構(gòu)越合理，當(dāng)?shù)馗咝？萍紕?chuàng)新能力越強(qiáng)。但是，我國(guó)高新技術(shù)產(chǎn)業(yè)規(guī)模小、份額少，自主研發(fā)和創(chuàng)新能力低，高?？萍汲晒麤](méi)有足夠的市場(chǎng)空間推廣進(jìn)入產(chǎn)業(yè)化，科技成果轉(zhuǎn)化率和應(yīng)用率低，所以產(chǎn)業(yè)結(jié)構(gòu)對(duì)高校科技創(chuàng)新效率的影響并不顯著。

3.信息化水平與高校科技創(chuàng)新效率呈顯著正相關(guān)。信息化水平越高，越有利于推動(dòng)互聯(lián)網(wǎng)與高?？萍紕?chuàng)新活動(dòng)融合?；ヂ?lián)網(wǎng)的普及不僅有利于加強(qiáng)學(xué)術(shù)交流合作，發(fā)揮知識(shí)的溢出效應(yīng)，共享科技創(chuàng)新資源，打造科技創(chuàng)新共同體，也有利于創(chuàng)新科技模式和科技制度，有效保護(hù)知識(shí)產(chǎn)權(quán)，從而提高高?？萍紕?chuàng)新效率。

4.研發(fā)人才質(zhì)量與高?？萍紕?chuàng)新效率呈顯著正相關(guān)。專(zhuān)業(yè)化人力資本是決定技術(shù)創(chuàng)新水平高低的最主要因素。研發(fā)人才質(zhì)量越高，掌握的前沿知識(shí)和技術(shù)越豐富，科技創(chuàng)新成果的質(zhì)量越高，科技創(chuàng)新效率越高。高校必須重視衡量科技人員的人力資本水平和激發(fā)科技人員的創(chuàng)新潛力。

5.政府支持力度與高校科技創(chuàng)新效率呈負(fù)相關(guān)但不顯著。政府資金是高?？萍紕?chuàng)新活動(dòng)的重要資本來(lái)源，但是政府加大對(duì)高?？萍冀?jīng)費(fèi)的投入力度，會(huì)出現(xiàn)科技經(jīng)費(fèi)投入冗余，經(jīng)費(fèi)支出超過(guò)合理限度，經(jīng)費(fèi)浪費(fèi)、挪用等問(wèn)題，造成科技經(jīng)費(fèi)的邊際收益遞減，對(duì)創(chuàng)新效率的提高產(chǎn)生“倒U”型抑制作用。可見(jiàn)，一流大學(xué)建設(shè)高校目前處于人力資本“稀缺”，物質(zhì)資本“豐?！钡碾A段，未來(lái)應(yīng)重點(diǎn)積累人力資本。

6.對(duì)外聯(lián)系程度與高校科技創(chuàng)新效率呈負(fù)相關(guān)但不顯著。高?？萍脊ぷ魅藛T的知識(shí)吸收、技術(shù)掌握是一項(xiàng)長(zhǎng)期性、持續(xù)性的學(xué)習(xí)過(guò)程，而以學(xué)術(shù)論文、報(bào)告為主要形式的國(guó)外交流學(xué)習(xí)時(shí)間相對(duì)較短，交流深度相對(duì)不夠，加之跨文化、跨語(yǔ)言交流帶來(lái)的學(xué)習(xí)障礙，導(dǎo)致短期性國(guó)際學(xué)術(shù)交流活動(dòng)并不能有效提高高校科技創(chuàng)新效率。

五、結(jié)論和提升路徑

（一）主要結(jié)論

通過(guò)運(yùn)用DEA-BCC模型和Malmquist指數(shù)評(píng)價(jià)2010-2017年一流建設(shè)大學(xué)科技創(chuàng)新的靜態(tài)效率和動(dòng)態(tài)效率，分地區(qū)進(jìn)行差異對(duì)比分析，并進(jìn)一步以技術(shù)效率值為被解釋變量，采用面板Tobit模型進(jìn)行影響因素的回歸分析。主要得出以下結(jié)論：

1.2010-2017年一流大學(xué)建設(shè)高校科技創(chuàng)新年均靜態(tài)效率連續(xù)八年均未實(shí)現(xiàn)最優(yōu)且呈現(xiàn)波動(dòng)變化趨勢(shì)，2017年一流大學(xué)建設(shè)高校整體的科技創(chuàng)新效率水平較高，但68.75%（22所）的高校為非DEA有效，且高校之間差距明顯。

2.2010-2017年一流大學(xué)建設(shè)高校的科技創(chuàng)新全要素生產(chǎn)率整體呈小幅提高趨勢(shì)，年均增長(zhǎng)率僅為0.7%。全要素生產(chǎn)率大于1的高校有20所，占樣本高校的62.5%。

3.一流大學(xué)建設(shè)高校的科技創(chuàng)新靜態(tài)效率與動(dòng)態(tài)效率存在地區(qū)差異，2017年技術(shù)效率及其分解指標(biāo)值排序依次為：中部>西部>東部，2010-2017年全要素生產(chǎn)率排序依次為：西部>中部>東部。

4.“雙一流”建設(shè)戰(zhàn)略提出之后，一流大學(xué)建設(shè)高校的科技創(chuàng)新效率并沒(méi)有持續(xù)穩(wěn)步提高。創(chuàng)新管理水平、技術(shù)水平、績(jī)效評(píng)價(jià)方式、投入產(chǎn)出規(guī)模等內(nèi)因?qū)Ω咝？萍紕?chuàng)新效率有影響，地區(qū)稟賦、信息化水平、研發(fā)人才質(zhì)量對(duì)高?？萍紕?chuàng)新效率有顯著影響。產(chǎn)業(yè)結(jié)構(gòu)、政府支持力度、對(duì)外聯(lián)系程度對(duì)高?？萍紕?chuàng)新效率影響不顯著。

（二）提升路徑

結(jié)合上述結(jié)論，根據(jù)“雙一流”建設(shè)戰(zhàn)略、大學(xué)內(nèi)部發(fā)展邏輯及運(yùn)行規(guī)律，提出提高一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率的發(fā)展路徑：

一是要打破優(yōu)質(zhì)科技資源過(guò)于集中的局面，控制東部地區(qū)高校的科技創(chuàng)新資源規(guī)模，加大對(duì)中西部地區(qū)高校的資源支持，實(shí)現(xiàn)資源的區(qū)域性均衡配置，發(fā)揮資源投入的最大效益。但是高投入-高產(chǎn)出的資源擴(kuò)張模式并不會(huì)促使高?？萍紕?chuàng)新效率持續(xù)提高，應(yīng)把資源投入控制在合理范圍內(nèi)，并實(shí)行投入差異化原則，規(guī)模報(bào)酬遞增的高校應(yīng)增加投入，規(guī)模報(bào)酬遞減的高校應(yīng)適當(dāng)減少投入。同時(shí)，高校也要通過(guò)優(yōu)化內(nèi)部管理機(jī)制，提高技術(shù)水平，建立有效的績(jī)效評(píng)價(jià)機(jī)制等措施，有效“消化、吸收”增加的科技創(chuàng)新資源投入，從而縮小一流大學(xué)建設(shè)高校科技創(chuàng)新效率的校際差距和地區(qū)差距。

二是政府要優(yōu)化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，提高高新技術(shù)產(chǎn)業(yè)的占比和其自主研發(fā)、創(chuàng)新的能力，促使高?？萍汲晒凶銐虻氖袌?chǎng)空間推廣進(jìn)入產(chǎn)業(yè)化。高校要立足企業(yè)需求，推進(jìn)校企合作，發(fā)揮一流學(xué)科優(yōu)勢(shì)服務(wù)企業(yè)技術(shù)創(chuàng)新，與企業(yè)建立科技創(chuàng)新成果的轉(zhuǎn)化平臺(tái)，實(shí)現(xiàn)高校成果的有效對(duì)接;并圍繞市場(chǎng)需求創(chuàng)造出以應(yīng)用研究為牽引的知識(shí)和技術(shù)，搭建產(chǎn)學(xué)研協(xié)同創(chuàng)新平臺(tái)，提高創(chuàng)新成果的轉(zhuǎn)化率和應(yīng)用率，打通創(chuàng)新活動(dòng)的“最后一公里”，提高一流大學(xué)建設(shè)高校服務(wù)地方社會(huì)經(jīng)濟(jì)發(fā)展的能力。

三是依托“雙一流”建設(shè)，高校推動(dòng)信息技術(shù)、智能技術(shù)與科技創(chuàng)新活動(dòng)深度融合，構(gòu)建基礎(chǔ)理論人才與“人工智能+X”復(fù)合型人才并重的培養(yǎng)體系，探索深度融合的學(xué)科建設(shè)和人才培養(yǎng)新模式，著力提升人工智能領(lǐng)域研究生培養(yǎng)水平;充分利用現(xiàn)代信息技術(shù)實(shí)現(xiàn)優(yōu)質(zhì)科技資源開(kāi)放共享、專(zhuān)利保護(hù)，打造具有中國(guó)特色和世界影響的科技智庫(kù);充分利用云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)，構(gòu)建全方位、全過(guò)程、全天候的數(shù)字校園支撐體系，創(chuàng)新科技管理和科技制度模式。

四是一流大學(xué)建設(shè)高校目前處于人力資本“稀缺”，物質(zhì)資本“豐?！钡碾A段，高校應(yīng)重點(diǎn)積累人力資本。瞄準(zhǔn)國(guó)家重大戰(zhàn)略和學(xué)科前沿發(fā)展方向，大力培養(yǎng)高精尖急缺人才，制定跨學(xué)科人才培養(yǎng)方案，探索高層次復(fù)合型人才培養(yǎng)新機(jī)制;提高高級(jí)職稱(chēng)科研人員的占比，從體制機(jī)制上確保發(fā)揮高級(jí)職稱(chēng)人員的帶動(dòng)作用及骨干作用，以此推動(dòng)科研站，吸引更多一批年輕優(yōu)秀的科研人才;建立完善、有效、合理的科技工作人員激勵(lì)、考核機(jī)制和職稱(chēng)評(píng)定機(jī)制，實(shí)行貢獻(xiàn)匹配的動(dòng)態(tài)評(píng)價(jià)激勵(lì)體系，破除唯頭銜、資歷、論文的績(jī)效評(píng)價(jià)方式，全方位衡量人力資本水平。注重創(chuàng)新產(chǎn)出的學(xué)術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值，優(yōu)化學(xué)術(shù)生態(tài)，激發(fā)人才創(chuàng)新潛力和從事科技創(chuàng)新活動(dòng)的積極性。

五是一流大學(xué)建設(shè)高校應(yīng)構(gòu)建學(xué)術(shù)全成本核算體系，對(duì)不同類(lèi)型科技創(chuàng)新活動(dòng)的經(jīng)費(fèi)預(yù)算實(shí)施動(dòng)態(tài)績(jī)效分類(lèi)管理，并建立多方評(píng)價(jià)機(jī)制和監(jiān)管機(jī)制。政府應(yīng)動(dòng)態(tài)調(diào)整資金支持力度，不能盲目增加或減少這些高校科技經(jīng)費(fèi)的投入量，應(yīng)突出效率導(dǎo)向，精準(zhǔn)投入，并根據(jù)實(shí)際需求，對(duì)一流學(xué)科、優(yōu)勢(shì)學(xué)科和具有發(fā)展?jié)摿Φ闹位A(chǔ)學(xué)科予以?xún)A斜。

六是一流大學(xué)建設(shè)高校應(yīng)創(chuàng)新科技人員國(guó)際學(xué)術(shù)交流合作的模式，改變以會(huì)議、論文報(bào)告等短期的交流模式，更多的以科研、基金項(xiàng)目實(shí)施、科研聯(lián)合攻關(guān)為導(dǎo)向，建立國(guó)際合作聯(lián)合實(shí)驗(yàn)室、研究中心、國(guó)際學(xué)術(shù)、學(xué)科聯(lián)盟等，加強(qiáng)與國(guó)外高水平大學(xué)、頂尖科研機(jī)構(gòu)的實(shí)質(zhì)性學(xué)術(shù)交流與科研合作，為高?？蒲泄ぷ髡邔?shí)施中長(zhǎng)期科研計(jì)劃創(chuàng)造良好的條件。

注釋?zhuān)?/p>

①東部地區(qū)：北京、河北、天津、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區(qū)：黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南;西部地區(qū)：四川、重慶、貴州、云南、甘肅、陜西、新疆、內(nèi)蒙古、廣西、青海、寧夏、西藏。

參考文獻(xiàn)：

[1][19]汪彥，陳悅，曹賢忠，等.上海高校科研創(chuàng)新效率與影響因素實(shí)證研究：基于DEA-Tobit模型[J].科技管理研究，2018，38（8）：100-109.

[2]覃雄合，杜德斌，劉樹(shù)峰，等.中國(guó)省際高校科研成果轉(zhuǎn)化效率時(shí)空格局與影響因素：基于網(wǎng)絡(luò)SBM模型的評(píng)價(jià)[J].地理研究，2017，36（9）：1641-1652.

[3][11]王曉珍，蔣子浩.我國(guó)高校創(chuàng)新效率及環(huán)境分析：價(jià)值類(lèi)型視角[J].科研管理，2019，40（10）：25-36.

[4]黃小平，劉光華，劉小強(qiáng).“雙一流”背景下區(qū)域高校系統(tǒng)科技創(chuàng)新能力：績(jī)效評(píng)價(jià)與提升路徑[J].江西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2018，51（6）：93-102.

[5]LIU M S，WU D S.Measuring the Innovation Efficiency of Chinese Higher Education Institutions Bynetwork DEA[J].International Journal of Services Sciences，2017，6（3-4）：95-273.

[6]林濤，呂寒.廣東省高水平大學(xué)科技投入產(chǎn)出效率研究[J].高教探索，2018（3）：31-36.

[7]王曉珍，蔣子浩，鄭穎.我國(guó)高校創(chuàng)新效率評(píng)價(jià)研究：八大區(qū)域視角[J].科研管理，2019，40（3）：114-125.

[8]朱恬恬，胡霞，彭華榮.“雙一流”建設(shè)高校的全要素科技創(chuàng)新效率研究[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，20（6）：163-169.

[9]彭迪，郭化林.基于DEA-Malmquist模型的“雙一流”建設(shè)高校績(jī)效評(píng)價(jià)研究[J].教育發(fā)展研究，2020，40（3）：29-37.

[10]AGASISTI T，BELFIELD C.Efficiency in the Community College Sector：Stochastic Frontier Analysis[J].Tertiary Education and Management，2017，23（3）：237-259.

[12]余冬筠，金祥榮.創(chuàng)新主體的創(chuàng)新效率區(qū)域比較研究[J].科研管理，2014，35（3）：51-57.

[13]于志軍，楊昌輝，白羽，等.成果類(lèi)型視角下高校創(chuàng)新效率及影響因素研究[J].科研管理，2017，38（5）：141-149.

[14]BANKER R D，CHARNES A，COOPER W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（9）：1078-1092.

[15]FARE R，GROSSKOPF S，NORRISN M，et al.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries[J].American Economic Review，1994，84（1）：66-83.

[16]TOBIN J.Estimation of Relationships for Limited Dependent Variables[J].Econometrica，1958，26（1）：24-36.

[17]SERGEEV N.High-priority Directions of Modernization of University Education in Innovational Society[J].International Journal of Educational Management，2017，31（1）：56-61.

[18]THURSBY J G，THURSBY M C.Are Faculty Critical Their Role in University-industry Licensing[J].Contemporary Economic Policy，2004，22（2）：162-178.

[20]ANDERSON T R，DAIM T U，LAVOIE F F.Measuring the Efficiency of University Technology Transfer[J].Technovation，2007，27（5）：306-318.

[21]范柏乃，余鈞.高校技術(shù)轉(zhuǎn)移效率區(qū)域差異及影響因素研究[J].科學(xué)學(xué)研究，2015，33（12）：1805-1812.

（責(zé)任編輯 賴(lài)佳）

收稿日期：2020-07-22

作者簡(jiǎn)介：馬聰穎，華南師范大學(xué)教育科學(xué)學(xué)院碩士研究生;吳宏超，廣東省決策咨詢(xún)研究基地“港澳青少年教育研究中心”教授，華南師范大學(xué)教育管理研究所所長(zhǎng)，教授，碩士生導(dǎo)師。（廣州/510631）

*本文系國(guó)家自然科學(xué)基金委項(xiàng)目“研究生收費(fèi)政策與學(xué)業(yè)成就的關(guān)系模型及影響機(jī)制研究”（71503096）的成果之一。